Zintegruj API w Minuty

Instalacja i konfiguracja base URL

Skonfiguruj swojego klienta, aby wskazywał na nasz endpoint kompatybilny z OpenAI natychmiast.

Nasze API znajduje się pod adresem https://api.codedeepseek.cc/v1. Musisz tylko zmienić base_url i podaj swój klucz API. To rozwiązanie działa z oficjalnymi SDK dla Pythona i Node.js, zapewniając nienaruszenie istniejącego kodu. Nie jest wymagana żadna skomplikowana konfiguracja routingu ani proxy.

Zarejestruj się za pomocą Google lub e-maila, aby natychmiast otrzymać swój klucz. Nie jest wymagany numer telefonu, a klucz pojawia się na ekranie natychmiast. Ta prostota pozwala skupić się na integracji, a nie na przeszkodach administracyjnych.

Uwierzytelnianie

Dołącz swój klucz do Authorization nagłówek dla każdego żądania. Format nagłówka to standardowy: Authorization: Bearer YOUR_API_KEY. Nie używamy parametrów zapytania do uwierzytelniania, utrzymując czyste i bezpieczne adresy URL.

Jeden aktywny klucz na konto zapewnia proste śledzenie użytkowania. Jeśli potrzebujesz nowego klucza, jego wygenerowanie natychmiast zastępuje stary. Funkcja ta jest przydatna do rotacji poświadczeń w środowiskach produkcyjnych bez przestojów.

Wysyłanie pierwszej prośby

Wykonaj standardowe chat.completions wywołanie do generowania tekstu z modelu uncensored.

Użyj ID modelu uncensored dla wszystkich żądań. Ten model open-weight działa na naszych serwerach i nie odrzuca legalnych treści dla dorosłych, fikcyjnych lub kontrowersyjnych. Został zaprojektowany dla programistów, którzy chcą nieograniczonego outputu do zadań programistycznych i kreatywnych.

Poniższy przykład demonstruje podstawowe żądanie przy użyciu cURL. Zmień YOUR_API_KEY z Twoim rzeczywistym kluczem.

Copycurl https://api.codedeepseek.cc/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Fix the null pointer in the java service class"}]
  }'

Upewnij się, że ciało żądania zawiera messages tablicę z co najmniej jedną wiadomością użytkownika. API oczekuje danych wejściowych tekstowych i zwraca dane wyjściowe tekstowe. Ta prostota pozwala na szybkie prototypowanie bez martwienia się o złożone struktury ładunku.

Możesz przetestować endpoint bezpośrednio w terminalu lub skrypcie. Ten natychmiastowy sprzężenie zwrotne pomaga zweryfikować łączność przed integracją w większych aplikacjach.

Odpowiedzi strumieniowe z SSE

Włącz generowanie tokenów w czasie rzeczywistym, ustawiając stream: true w żądaniu.

Server-Sent Events (SSE) dostarczają tokeny w miarę ich generowania, co zmniejsza postrzegane opóźnienia dla długich outputów. Ostatni fragment strumienia zawiera całkowite zużycie tokenów dla żądania. Ta funkcja jest niezbędna w interfejsach czatu, gdzie użytkownicy oczekują natychmiastowych odpowiedzi.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.codedeepseek.cc/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

Obsłuż strumień, iterując przez obiekty odpowiedzi. Każdy obiekt reprezentuje pojedynczy token lub delta. Możesz połączyć te delty, aby zbudować pełny tekst odpowiedzi. To podejście utrzymuje responsywność Twojej aplikacji nawet przy dużym obciążeniu.

Strumieniowanie jest obsługiwane we wszystkich odpowiedziach modeli. Użyj go, aby poprawić doświadczenie użytkownika w asystentach programistycznych lub narzędziach do generowania treści. Model uncensored obsługuje długie konteksty wydajnie, zapewniając płynne strumieniowanie nawet przy rozległych wyjściach.

Wywoływanie funkcji & Narzędzia

Zintegruj zewnętrzne narzędzia, definiując funkcje w ładunku żądania.

API obsługuje standardowe wywoływanie funkcji w stylu OpenAI. Zdefiniuj swoje narzędzia w tools parameter i pozwól modelowi zdecydować, kiedy je wywołać. Ta możliwość umożliwia złożone przepływy pracy, takie jak wykonywanie kodu lub pobieranie danych.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.codedeepseek.cc/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

Specify the function name and description clearly. The model will return a function call object if it determines the tool is necessary. You then execute the function and feed the result back into the conversation.

Ta funkcja jest szczególnie przydatna dla agentów kodujących, które muszą uruchamiać fragmenty kodu lub pobierać dokumentację. Model bez cenzury dobrze rozumie kontekst, redukując fałszywe pozytywne wybory narzędzi.

Upewnij się, że Twoje definicje narzędzi pasują do oczekiwanego schematu wejścia. Niedopasowania mogą prowadzić do błędów lub nieoczekiwanego zachowania. Dokładnie przetestuj integrację narzędzi przed wdrożeniem w środowisku produkcyjnym.

Tryb JSON dla danych wyjściowych strukturalnych

Wymuszaj na modelu poprawne dane JSON, ustawiając response_format do {"type": "json_object"}.

Ten tryb jest idealny dla aplikacji wymagających danych strukturalnych, takich jak pliki konfiguracyjne lub odpowiedzi API. Model będzie próbował dostosować się do składni JSON, zmniejszając potrzebę przetwarzania po stronie klienta.

Copystream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

Używaj trybu JSON wraz ze strumieniowaniem dla dostarczania danych strukturalnych w czasie rzeczywistym. Ta kombinacja jest potężna przy budowaniu dynamicznych aplikacji webowych, które konsumują dane z API.

Mimo że tryb JSON poprawia strukturę, czasami może generować nieprawidłowy JSON, jeśli prompt jest niejednoznaczny. Zawsze waliduj wyjście w kodzie swojej aplikacji. Ten dodatkowy krok zapewnia niezawodność w środowiskach produkcyjnych.

Model bez cenzury skutecznie obsługuje złożone struktury JSON. Użyj go do generowania fragmentów kodu, obiektów konfiguracyjnych lub transformacji danych.

Parametry: Temperatura, Top-P, Seed

Steruj losowością i powtarzalnością swoich outputów za pomocą standardowych parametrów.

Ustaw temperature między 0 a 2 dla zróżnicowanej kreatywności. Niższe wartości dają bardziej deterministyczne wyniki, podczas gdy wyższe zwiększają losowość. Użyj top_p do próbkowania jądra (nucleus sampling), które ogranicza masę prawdopodobieństwa rozważanych tokenów.

The seed parameter pozwala na powtarzalne wyniki. Ustaw konkretną wartość ziarna, aby uzyskać tę samą odpowiedź przy wielu wywołaniach. Jest to przydatne przy debugowaniu i testowaniu.

Połącz te parametry, aby dostroić zachowanie modelu do Twojego konkretnego przypadku użycia. Na przykład, użyj niskiej temperatury i ustalonego ziarna (seed) do generowania kodu, gdzie kluczowa jest spójność.

Eksperymentuj z różnymi ustawieniami, aby znaleźć optymalny balans dla swojej aplikacji. API obsługuje wszystkie standardowe parametry OpenAI, zapewniając kompatybilność z istniejącymi narzędziami.